人脸识别系统及关键技术研究

《人脸识别系统及关键技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。研究生签名：_____________日期：____________南京邮电大学学位论文使用授权声明本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文

2、档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索；可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院（筹）办理。涉密学位论文在解密后适用本授权书。研究生签名：____________导师签名：____________日期：_____________FaceRecognitionSystemandkeytechnologyresearchThesisSubmittedtoNanjingUniversityofPostsandTelecommunication

3、sfortheDegreeofMasterofEngineeringByYuanZhenghaiSupervisor:Prof.SunZhixinFebruary2013摘要随着图像处理技术的发展和机器学习算法的改进，人脸识别技术已经受到多个领域的关注，比如社交网络、安保以及电子商务等。人脸识别系统的关键技术，从总体来看，具体可分为两大类技术：人脸检测技术和人脸识别技术。人脸检测是指从一幅静态图像或者视频一帧中判断是否包含人脸对象，若包含需确定人脸的位置和大小；人脸识别是指对检测出的人脸对象的身份进行识别和判断。本文也将从这两个角度对人脸识别系统的关键技术进行研究，旨在提高人脸

4、识别的准确率的同时可以提升识别速度，以便实现快速的实时人脸识别系统。首先对人脸检测技术和人脸识别技术的研究现状分别进行了研究，同时分析了这些方法的优缺点，结合之前的研究内容主要从以下三个方面对人脸识别系统中的关键技术进行研究：一、为了达到提高人脸检测的准确率的目的，采用adaboost算法训练出的人脸最优分类器对待测图像进行人脸检测，对检测出的人脸候选矩形区域用adaboost算法训练出的人眼最优分类器进行人眼检测，进一步确定人脸候选矩形是否真的含有人脸对象，即基于Adaboost人眼检测的人脸检测算法；二、为了达到尽可能的保留人脸关键区域的信息同时降低特征维数的目的，提出采用

5、基于Adaboost算法对人脸关键器官区域划分和统一模式下LBP(局部二值模式)直方图相结合的算法进行人脸特征提取，之后采用PCA（主成分分析）算法进行特征降维，最后得到用于描述人脸信息的特征矩阵；三、采用基于支持向量机（SVM）的特征分类识别算法对由（二）中得到的人脸信息特征矩阵同预先保存好的人脸特征信息库进行人脸匹配识别，以此便可确认人脸的身份。最终构成了本文所研究的人脸识别算法的核心内容。根据前面研究的人脸识别关键技术，最后以此实现了一个智能人脸识别系统（IntelligentFaceRecognitionSystem，IFRS）。本文所实现的智能人脸识别系统，采用了OR

6、L人脸库样本进行训练和测试，测试结果如下：平均识别速度为0.332s，识别率达到93.13%。结果表明：本文采用的人脸识别算法所实现的系统拥有着很高的识别率的同时具有良好的鲁棒性和检测识别速度。关键词：人脸识别，人脸检测，Adaboost算法，局部二值模式，主成分分析，支持向量机IABSTRACTWiththedevelopmentofimageprocessingtechnologiesandtheimprovementofmachinelearningalgorithms,facerecognitiontechnologyhasbeentheconcernofmanyfie

7、lds,suchassocialnetworking,securityande-commerce.Ingeneral,thekeytechnologiesofthefacerecognitionsystemcanbedividedintotwomajorcategoriesoftechnology:facedetectiontechnologyandfacerecognitiontechnology.Facedetectionreferstojudgewhetherastaticimageo